講演情報
[5Yin-A-31]情報均衡に基づく分布的ロバスト交互最適化によるリスク感受的探索
〇星野 力1 (1. BIPROGY株式会社)
キーワード：
情報均衡、分布的ロバスト最適化、リスク感受的ロバスト最適化
観測ノイズ下のブラックボックス最適化では，標本平均が分散の大きい候補を過大評価し探索が不安定化する（Optimizer's Curse）．本稿は候補ごとの平均事後分散を不確実性の指標として導入し，期待値の指数型汎関数を分散に基づく上下界で挟む枠組みを示す．双対ギャップと情報量保存則により，探索多様性と更新量が等しく配分される情報均衡を導出し，これに基づき逆温度・ロバスト重み・探索解像度（評価回数）・システム容量（集団サイズ）を自律的に制御する Adaptive DRAO-IE を提案する．理論解析により，本手法がロバスト性を維持しながら探索を行うことを示し，実験により，環境ノイズに応じて自律的に探索戦略を適応させ，効率的な最適化を実現することを実証する．